OCR的学习笔记

1 致谢

感谢Python中提供的difflib的函数库～

2 前言

我们希望可以打造一个属于自己的OCR模型～

3 后处理

在经过OCR的识别过程之后，识别出来的文字可能会出现错误，所以还需要进行后处理；

3.1 相似度匹配——difflib

我们使用相似度来找出词表中相似度最高的名字，使用的函数库是difflib,

3.1.1 使用set_seq1()和set_seq2()进行性能的优化

在difflib的文档中，他们给出了这样的优化建议：

SequenceMatcher 计算并缓存有关第二个序列的详细信息，这样如果你想要将一个序列与多个序列进行比较，可使用 set_seq2() 一次性地设置该常用序列并重复地对每个其他序列各调用一次 set_seq1()。

我们也可以依照这种方法进行优化；